Question

我有一堆函数正在将页面过滤到附加到电子邮件地址的域。除了一件小事之外，所有工作都很棒，有些链接是这样的：

EXAMPLE.COM
      EXAMPLE.ORG。
      EXAMPLE.ORG取代。
      EXAMPLE.COM＆＃34;
      EXAMPLE.COM＆＃34 ;.
      EXAMPLE.COM）。
      EXAMPLE.COM（COMMENT）＆＃34;
      DEPT.EXAMPLE.COM
      EXAMPLE.ORG
      EXAMPLE.COM。

我想弄清楚最后一个过滤器（正则表达式与否）将删除TLD之后的所有内容。所有这些项目都在一个数组中。

修改

我使用的功能：

function filterByDomain(array) {
    var regex = new RegExp("([^.\n]+\.[a-z]{2,6}\b)", 'gi');
    return array.filter(function(text){
        return regex.test(text);
    });
}

Answer 1

您可以使用此正则表达式来匹配每种情况的TLD：

import scala.concurrent.Await
import scala.concurrent.duration._
Await.result(
  SlickDB().run(DBIO.seq(schema.create))
  , 10 seconds)

RegEx Demo

您的验证功能可以是：

/^[^.\n]+\.[a-z]{2,63}$/gim

PS：请阅读此Q & A to see that up to 63 characters are allowed in TLD.

Answer 2

我匹配所有前导[\w.]并省略最后一个点，如果有的话：

var result = url.match(/^[\w\.]+/).join("");
if(result.slice(-1)==".") result = result.slice(0,-1);

请注意，\w应替换为更复杂的内容：

_是\w集的一部分，但不应位于网址
-不属于\w，但可以在与.或-

为了保持正则表达式简单且代码可读，我就是这样做的

在网址中替换_ # #和_只能在TLD之后
将-替换为_（_属于\w）
在正则表达式测试后，将_替换为-

www.-example-.com之类的网址仍会通过，可以通过搜索[.-]{2,}

用于删除tld之后和空白之前的任何内容的JavaScript

2 个答案: